我有这个问题，我不知道如何解决它。我有这个字符串：
data = '\xc4\xb7\x86\x17\xcd'
当我尝试对其进行编码时：
data.encode()
我得到这个结果：
b'\xc3\x84\xc2\xb7\xc2\x86\x17\xc3\x8d'
我只想要：
b'\xc4\xb7\x86\x17\xcd'
任何人都知道原因以及如何解决此问题。该字符串已经存储在一个变量中，所以我不能在它前面添加文字 b。
【问题讨论】：
标签： python string python-3.x byte
如果不考虑编码，您无法将字符串转换为字节或字节转换为字符串。关于bytes 类型的全部要点是与编码无关的字节序列，而str 是Unicode code points 序列，设计没有唯一的字节表示。
因此，当您想将一种转换为另一种时，您必须明确告诉您要使用什么编码来执行此转换。转换成字节的时候，就不得不说如何将每个字符表示为一个字节序列；当你从字节转换时，你必须说明使用什么方法将这些字节映射成字符。
如果您不指定编码，则 UTF-8 是默认值，这是一个合理的默认值，因为 UTF-8 无处不在，但它也只是许多有效编码中的一个。
如果您使用原始字符串 '\xc4\xb7\x86\x17\xcd'，请查看这些字符代表的 Unicode 代码点。 \xc4 例如是LATIN CAPITAL LETTER A WITH DIAERESIS，即Ä。该字符恰好在 UTF-8 中编码为0xC3 0x84，这就解释了为什么将其编码为字节时会出现这种情况。但它也有 0x00C4 的编码，例如 UTF-16。
至于如何正确地解决这个问题，让你得到想要的输出，目前还没有明确的正确答案。 Kasramvd 提到的解决方案也有些不完善。如果您了解raw_unicode_escape 编解码器in the documentation：
raw_unicode_escape其他代码点使用
\uXXXX和\UXXXXXXXX的拉丁语 1 编码。现有的反斜杠不会以任何方式转义。在 Python pickle 协议中使用。
所以这只是一个Latin-1 encoding，它有一个内置的针对它之外的字符的后备。我认为这种后备对您的目的有些有害。对于无法表示为 \xXX 序列的 Unicode 字符，这可能会有问题：
>>> chr(256).encode('raw_unicode_escape')
b'\\u0100'
因此，代码点 256 显式地位于 Latin-1 之外，这会导致 raw_unicode_escape 编码改为返回字符串 '\\u0100' 的编码字节，从而将该字符转换为 6 个字节，与原始字符几乎没有关系（因为它是一个转义序列）。
因此，如果您想在此处使用 Latin-1，我建议您明确地使用它，而无需从 raw_unicode_escape 回退转义序列。这只会在尝试转换 Latin-1 区域之外的代码点时导致异常：
>>> '\xc4\xb7\x86\x17\xcd'.encode('latin1')
b'\xc4\xb7\x86\x17\xcd'
>>> chr(256).encode('latin1')
Traceback (most recent call last):
File "<pyshell#28>", line 1, in <module>
chr(256).encode('latin1')
UnicodeEncodeError: 'latin-1' codec can't encode character '\u0100' in position 0: ordinal not in range(256)
当然，Latin-1 区域之外的代码点是否会给您带来问题取决于该字符串的实际来源。但是，如果您可以保证输入将仅包含有效的 Latin-1 字符，那么您很可能一开始就不需要使用字符串。由于您实际上正在处理某种字节，因此您应该首先查看是否不能简单地将这些值作为字节检索。这样一来，您就不会在那里引入 两个 级别的编码，您可能会通过误解输入来破坏数据。
【讨论】：
您可以使用'raw_unicode_escape' 作为您的编码：
In [14]: bytes(data, 'raw_unicode_escape')
Out[14]: b'\xc4\xb7\x86\x17\xcd'
如 cmets 中所述，您还可以将编码直接传递给字符串的 encode 方法。
In [15]: data.encode("raw_unicode_escape")
Out[15]: b'\xc4\xb7\x86\x17\xcd'
【讨论】：